导航：首页 > 互联网科技 >

python绘图常用知识有哪些

发表于：2025-01-28 作者：千家信息网编辑

千家信息网最后更新 2025年01月28日，这篇文章主要介绍"python绘图常用知识有哪些"，在日常操作中，相信很多人在python绘图常用知识有哪些问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"python绘

千家信息网最后更新 2025年01月28日python绘图常用知识有哪些

这篇文章主要介绍"python绘图常用知识有哪些"，在日常操作中，相信很多人在python绘图常用知识有哪些问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"python绘图常用知识有哪些"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

python绘图常用知识

figure()、subplot()和subplots()、figure.add_subplot()、figure.add_axes()、plt.plot()、plt.xlim()和plt.ylim()、plt.legeng()、plt.show()

figure()函数

函数原型：

matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=, clear=False, **kwargs)

-- Create a new figure, or activate an existing figure. 新建一个画布或者激活一个已经存在的画布

参数：

num: int or str, figure的唯一编号。不指定调用figure时就会默认从1增加自动传入int。

figsize: 指定figure的宽和高，单位为英寸；=（weight,height）
dpi: 指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张
facecolor: 背景颜色，facecolor='blue'
edgecolor: 边框颜色
frameon: 是否显示边框

（1）对于只画一张图，可以不使用plt.figure()，会默认将图形画在一张画布中

import matplotlib.pyplot as pltx=[1,2,3]y1=[1,2,4]y2=[1,4,8]plt.plot(x,y1,color = "red",label = "red")plt.plot(x,y2,color = "green",label = "green")plt.legend()  #无此语句会不显示右上角labelplt.show()

（2）如果想画两张图则必须使用plt.figure()两次,可以指定num，也可以不指定num，调用两次它会默认加1

import matplotlib.pyplot as pltx=[1,2,3]y1=[1,2,4]y2=[1,4,8]plt.figure()plt.plot(x,y1,color = "red",label = "red")plt.legend()  #无此语句会不显示右下角labelplt.figure()plt.plot(x,y2,color = "green",label = "green")plt.legend()  #无此语句会不显示右上角labelplt.show()

当然你也可以指定同一个num，他会和上面的输出结果一致，在同一张画布中输出图像

这个也就提供了我们后续向某个画布中添加图像的机会，只需要调用plt.figure(num)，然后调用绘制图形的函数即可，比如plt.plot()等。

subplot()和subplots()

subplot()可以将figure 划分为n个子图，然后每次执行一次subplot（）会生成一个对应位置的子图

subplot()函数原型：

subplot(nrows,ncols,sharex,sharey,subplot_kw,**fig_kw)`

参数：

nrows: subplot的行数
ncols： subplot的列数
sharex ：所有subplot应该使用相同的X轴刻度(调节xlim将会影响所有的subplot)
sharey: 所有subplot应该使用相同的Y轴刻度(调节ylim将会影响所有的subplot)
subplot_kw: 用于创建各subplot的关键字字典
**fig_kw: 创建figure时的其他关键字

import numpy as npimport matplotlib.pyplot as pltx = np.arange(0, 100)#作图1plt.subplot(2,2,1)  #等效于plt.subplot(221)plt.plot(x, x)#作图2plt.subplot(2,2,2)plt.plot(x, -x)#作图3plt.subplot(2,2,3)plt.plot(x, x ** 2)plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)#作图4#plt.subplot(224)#plt.plot(x, np.log(x))plt.show()

subplots()函数与subplot()参数相似

import numpy as npimport matplotlib.pyplot as pltx = np.arange(0, 100)#划分子图fig,axes=plt.subplots(2,2)   #返回一个画布和画轴对象，可以取出对于的画轴然后调用绘图函数ax1=axes[0,0]ax2=axes[0,1]ax3=axes[1,0]ax4=axes[1,1]#作图1ax1.plot(x, x)#作图2ax2.plot(x, -x)#作图3ax3.plot(x, x ** 2)ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)#作图4#ax4.plot(x, np.log(x))plt.show()

和subplot()不同的是，subplots()一次画出所有的画轴，然后再调用绘图函数

figure对象可以添加子图或绘图区域

figure.add_subplot()

import numpy as npimport matplotlib.pyplot as pltx = np.arange(0, 100)#新建figure对象fig=plt.figure()#新建子图1ax1=fig.add_subplot(2,2,1)ax1.plot(x, x)#新建子图3ax3=fig.add_subplot(2,2,3)ax3.plot(x, x ** 2)ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)#新建子图4ax4=fig.add_subplot(2,2,4)ax4.plot(x, np.log(x))plt.show()

可以看出和subplot的效果没什么不同

figure.add_axes()

import numpy as npimport matplotlib.pyplot as plt#新建figurefig = plt.figure()# 定义数据x = np.array([1, 2, 3, 4, 5, 6, 7])#新建区域ax1#figure的百分比,从figure 10%的位置开始绘制, 宽高是figure的80%#图像还是要在figure内部left, bottom, width, height = 0.1, 0.1, 0.8, 0.8# 获得绘制的句柄ax1 = fig.add_axes([left, bottom, width, height])  #获取一个区域ax1.plot(x,x**2 , 'r')ax1.set_title('a1')#plt.plot(x, y, 'r')#新增区域ax2,嵌套在ax1内left, bottom, width, height = 0.2, 0.6, 0.25, 0.25# 获得绘制的句柄ax2 = fig.add_axes([left, bottom, width, height])#获取另一个区域ax2.plot(x,x**3, 'b')ax2.set_title('a2')plt.show()

这样就可以在figure的任何地方绘制图像，更加灵活！

plt.plot()

参数：

x, y : x是可选的，如果x没有，将默认是从0到n-1，也就是y的索引。
fmt : str, optional, 定义线条的颜色和样式的操作，如"ro"就是红色的圆圈, "r--"就是红色虚线，这是一个快速设置样式的方法，更多的参数可以参考最后一个keyboard arguments。
kwargs : Line2D properties, optional 这是一大堆可选内容，可以来里面指定很多内容，如"label"指定线条的标签，"linewidth"指定线条的宽度，等等

import matplotlib.pyplot as plta = [1, 2, 3, 4] # y 是 a的值，x是各个元素的索引b = [5, 6, 7, 8]plt.plot(a, b, 'g--', label = 'aa')plt.xlabel('this is x')plt.ylabel('this is y')plt.title('this is a demo')plt.legend() # 将样例显示出来plt.show()

plt.xlim()和plt.ylim()

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(1,10,1000)y = np.random.rand(1000)plt.scatter(x,y,label="scatter figure")plt.legend()plt.xlim(1,10) #指定x和y的刻度值plt.ylim(0,1)plt.show()

plt.legeng()

legend--------(翻译：（地图或图标）图例、说明、解释)

1.设置图列位置

plt.legend(loc='')#  填入位置，如：upper left,则图例在左上角

2.设置图例字体大小

fontsize : int or float or {'xx-small', 'x-small', 'small', 'medium', 'large', 'x-large', 'xx-large'}

3.设置图例边框及背景

plt.legend(loc='best',frameon=False) #去掉图例边框plt.legend(loc='best',edgecolor='red') #设置图例边框颜色plt.legend(loc='best',facecolor='blue') #设置图例背景颜色,若无边框,参数无效

4.设置图例标题

legend = plt.legend(["BJ", "SH"], title='Beijing VS Shanghai')

import matplotlib.pyplot as pltimport numpy as npx = np.arange(0,10,1)plt.plot(x,x,'r--',x,np.cos(x),'g--',marker='*')plt.xlabel('row')plt.ylabel('cow')plt.legend(["BJ","SH"],loc='upper left',title='Beijing VS Shanghai'         # ,frameon=False          ,edgecolor='green'          ,facecolor='black')plt.show()